主题：【原创】生成式 AI 有没有推理能力？ -- 孟词宗

prefrontal lobe，这个至少要到二十多岁才能完全发育，主要负责executive function, 即逻辑推理的决策功能。在这之前，大脑其他部分都受原始大脑功能很大影响，比如好恶，情绪，习惯等积累学习产生形成的结果，比其他动物聪明很多（大脑皮层多）包括语言功能，但本质上仍然是动物性的直觉能力上的复杂化高级版。

例外的是乌鸦章鱼等一些非哺乳动物的大脑，具备逻辑推理的能力，但似乎还没有完全解开谜团。

目前的最新一代大模型，训练经费充足的大型版本，基本上都是MoE，就是多个模型集体运行，互相取长补短，所以类似上面那种四个答案的情况不难产生。这也是OpenAI号称superintelligence只需要几年时间的信心来源。

苹果的着眼点是小模型，是可以在手机上运行的基本版，自然其天生的缺陷是不容易解决的。这直接影响了苹果的产品策略，因为苹果不希望凡事都交给后台远程大模型去处理的，除了隐私也存在成本问题。但恐怕小模型无法满足很多商业性需求，玩一玩还是可以的。比如LLM的能力目前是可以玩一定话术的，具备一定的销售人员能力，许多客服，甚至销售行业已经开始使用LLM去做这种卖房卖车的工作，但进入法庭辩论等复杂的使用繁杂逻辑链那种实时市场推广的工作，短期内还做不到。

我感觉大模型的一个重要短板是抽象能力，比如如何能够不只是总结，而是通过提炼，把内容里的关键节点提取出来，理清之间关系，重新建立逻辑链。这个能力虽然人类也不是人人都具备或做的很好，但经过一定教育训练是可以提高的。

目测大模型在提取抽象能力上没有自带的天生能力。如果具备抽象能力，那么数理逻辑这些都可以通过外包到其他系统上轻易解决，我觉得人也是这样的，通过长期逻辑训练，可以不被具体细节或精确度与噪音所干扰（简单的例子比如网上河里常见的数据党挖掘党😂），而能够直接找到逻辑链节点，并根据判断重新建构逻辑链，同时储存起来为以后的抽象提取能力提供判断基础。

实现superintellience，抽象能力是大模型不得不迈过的一个坎。从目前公开的科研上，目前还看不到有什么解决的路径。但估计即使开发出来的话，也是大利器，不会随便向社会公开，而是类似《商君书》那样在统治阶层（ruling class）内部流传😄。